BahanKuliahKe-3 Penelitian Operasional VARIABEL ARTIFISIAL. (Metode Penalty & Teknik Dua Fase) Oleh: Darmansyah Tjitradi, MT.

Ukuran: px
Mulai penontonan dengan halaman:

Download "BahanKuliahKe-3 Penelitian Operasional VARIABEL ARTIFISIAL. (Metode Penalty & Teknik Dua Fase) Oleh: Darmansyah Tjitradi, MT."

Transkripsi

1 BahanKuliahKe-3 Penelitian Operasional VARIABEL ARTIFISIAL (Metode Penalty & Teknik Dua Fase) Oleh: Darmansyah Tjitradi, MT. PROGRAM MAGISTER TEKNIK SIPIL UNLAM

2 TEKNIK VARIABEL ARTIFISIAL Dalam metode Simpleks menggunakan variabel slack sebagai solusi basis awal, sedemikian sehingga masingmasing merupakan ruas kanan yang berharga positif pada masing-masing persamaan. Sekarang bagaimana solusi untuk kasus yang persamaan pembatasnya tidak lagi bertanda, tetapi bertanda = atau. Untuk kasus yang persamaan pembatasnya bertanda =, maka daerah fisibelnya hanya berupa segmen garis saja, sehingga kita tidak dapat memperoleh solusi fisibel basis awal karena tidak ada variabel slack yang dapat digunakan sebagai variabel basis awalnya. Contoh: 3.X1 + 2.X2 18, diubah menjadi 3.X1 + 2.X2 =18, maka daerah fisibelnya hanya berupa segmen garis yang menghubungkan titik (2,6) dengan (4,3). 2

3 TEKNIK VARIABEL ARTIFISIAL Untuk kasus yang persamaan pembatasnya bertanda, kita tidak akan memiliki solusi fisibel basis awal karena ruas kanannya berharga negatif. Contoh: 3.X1 + 2.X2 18, adalah sama dengan -3.X1-2.X2-18 Dengan menambahkan variabel slack menjadi -3.X1-2.X2 + S1 = - 18, S1 tidak bisa menjadi variabel basis awal karena harganya negatif. Untuk menyelesaikan kedua jenis kasus tersebut, kita memerlukan adanya variabel dummy (variabel palsu) yang disebut variable artifisial, sehingga variabel basis awal bisa tetap ada. 3

4 TEKNIK VARIABEL ARTIFISIAL Contoh 1: Maksimumkan Z = 3.X1 + 5.X2 Pembatas X1 4 2.X X1 + 2.X2 = 18 X1, X2 0 Bentuk di atas kita ubah menjadi: Maksimumkan Z - 3.X1-5.X2 = 0 Pembatas X1 + S1 = 4 2.X2 + S2 = 12 3.X1 + 2.X2 + R3 = 18 X1, X2, S1, S2, R3 0 Pengaruh variabel artifisial (R) ini adalah untuk memperluas daerah fisibel. Pada kasus di atas, daerah fisibel berkembang dari semula berupa segmen garis yang menghubungkan titiktitik (2,6) dan (4,3) menjadi bidang ABCDE. 4

5 TEKNIK VARIABEL ARTIFISIAL Contoh 2: Maksimumkan Z = 3.X1 + 5.X2 Pembatas X1 4 2.X X1 + 2.X2 = 18 X1, X2 0 Bentuk di atas kita ubah menjadi: Maksimumkan Z - 3.X1-5.X2 = 0 Pembatas X1 - S1 + R1 = 4 2.X2 - S2 + R2 = 12 3.X1 + 2.X2 + R3 = 18 X1, X2, S1, S2, R1, R2, R3 0 Pada akhirnya, iterasi-iterasi metode Simples akan secara otomatis menjadikan variabel artifisial ini tidak mucul lagi (berharga nol), yaitu apabila persoalan semula telah terselesaikan. 5

6 TEKNIK VARIABEL ARTIFISIAL Dengan kata lain, kita gunakan variabel artifisial ini hanya untuk memulai solusi, dan harus menghilangkannya (menjadikannya berharga nol) pada akhir solusi. Jika tidak demikian, solusi yang diperoleh akan tidak fisibel. Untuk itu, maka harus diberikan penalty M (dimana M adalah bilangan positif yang sangat besar) pada setiap variabel artifisial dalam fungsi tujuannya. Nilai M bertanda negatif (-) untuk fungsi tujuan maksimum, dan bertanda positif (+) untuk fungsi tujuan minimum Ada 2 teknik penyelesaian untuk kasus dengan variabel artifisial, yaitu: 1. Teknik M 2. Teknik dua fase Kedua teknik ini saling berkaitan erat 6

7 METODE PENALTY (TEKNIK M) Contoh 1: Maksimumkan Z = 3.X1 + 5.X2 Pembatas X1 4 2.X X1 + 2.X2 = 18 X1, X2 0 Karena pembatas ketiga bertanda =, maka untuk mendapatkan solusi basis awalnya kita harus menambahkan variabel artifisial sehingga diperoleh bentuk: Maksimumkan Z = 3.X1 + 5.X2 + 0.S1 + 0.S2 M.R3 Pembatas X1 + S1 = 4 2.X2 + S2 = 12 3.X1 + 2.X2 + R3 = 18 X1, X2, S1, S2, R3 0 7

8 METODE PENALTY (TEKNIK M) Untuk memasukkan model di atas ke dalam bentuk tabel, maka terlebih dahulu substitusikan R3 dengan cara: R3 = 18 3.X1 2.X2 Kemudian masukkan ke dalam persamaan Z sebagai berikut: Z = 3.X1 + 5.X2 + 0.S1 + 0.S2 M.(18 3.X1 2.X2) atau Z = (3.M + 3).X1 + (2.M + 5).X2 + 0.S1 + 0.S2 18.M Z (3.M + 3).X1 (2.M + 5).X2 0.S1 0.S2 = 18.M Hal ini dilakukan dengan maksud agar dalam pembuatan tabel Simpleks awalnya, R3 sudah secara otomatis dipaksa berharga nol. Selanjutnya selesaikan persoalan di atas dengan cara yang sama. 8

9 METODE PENALTY (TEKNIK M) Iterasi Basis Z X1 X2 S1 S2 R3 Solusi 0 Z 1 (-3M-3) (-2M-5) M S S R

10 METODE PENALTY (TEKNIK M) Iterasi Basis Z X1 X2 S1 S2 R3 Solusi 0 1 Z 1 (-3M-3) (-2M-5) M S S R Z 1 0 (-2M-5) (3M+3) 0 0 (-6M+12) X S R

11 METODE PENALTY (TEKNIK M) Iterasi Basis Z X1 X2 S1 S2 R3 Solusi Z 1 (-3M-3) (-2M-5) M S S R Z 1 0 (-2M-5) (3M+3) 0 0 (-6M+12) X S R Z /2 0 (M+5/2) 27 X S X /2 0 1/2 3 11

12 METODE PENALTY (TEKNIK M) Iterasi Basis Z X1 X2 S1 S2 R3 Solusi 2 3 Z /2 0 (M+5/2) 27 X S X /2 0 1/2 3 Z /2 (M+1) 36 X /3 1/3 2 S /3-1/3 2 X /2 0 6 X1 = 2 X2 = 6 Z optimum = 36 12

13 METODE PENALTY (TEKNIK M) Contoh 2: Minimumkan Z = 3.X1 + 5.X2 Pembatas X1 4 2.X2 =12 3.X1 + 2.X2 18 X1, X2 0 Karena pembatas ketiga bertanda =, maka untuk mendapatkan solusi basis awalnya kita harus menambahkan variabel artifisial sehingga diperoleh bentuk: Minimumkan Z = 3.X1 + 5.X2 + 0.S1 + 0.S3 + M.R2 + M.R3 Pembatas X1 + S1 = 4 2.X2 + R2 = 12 3.X1 + 2.X2 S3 + R3 = 18 X1, X2, S1, S3, R2, R3 0 Perhatikan: Bahwa Penalty M bertanda positif, mengapa? 13

14 METODE PENALTY (TEKNIK M) Untuk memasukkan model di atas ke dalam bentuk tabel, maka terlebih dahulu substitusikan R2 dan R3 dengan cara: R2 = 12 2.X2 R3 = 18 3.X1 2.X2 + S3 Kemudian masukkan ke dalam persamaan Z sebagai berikut: Z = 3.X1 + 5.X2 + 0.S1 + 0.S3 + M.(12 2.X2) + M.(18 3.X1 2.X2 + S3) atau Z = ( 3.M + 3).X1 + ( 4.M + 5).X2 + 0.S1 + M.S M Z ( 3.M + 3).X1 ( 4.M + 5).X2 0.S1 M.S3 = 30.M 14

15 METODE PENALTY (TEKNIK M) Minimumkan: Z ( 3.M + 3).X1 ( 4.M + 5).X2 0.S1 M.S3 = 30.M Pembatas X1 + S1 = 4 2.X2 + R2 = 12 3.X1 + 2.X2 S3 + R3 = 18 X1, X2, S1, S3, R2, R3 0 Iterasi Basis Z X1 X2 S1 S3 R2 R3 Solusi 0 Z 1 (3M-3) (4M-5) 0 -M M S R R

16 METODE PENALTY (TEKNIK M) Iterasi Basis Z X1 X2 S1 S3 R2 R3 Solusi 0 1 Z 1 (3M-3) (4M-5) 0 -M M S R R Z 1 (3M-3) 0 0 -M (-2M +5/2) 0 6M+30 S X /2 0 6 R

17 METODE PENALTY (TEKNIK M) Iterasi Basis Z X1 X2 S1 S3 R2 R3 Solusi Z 1 (3M-3) (4M-5) 0 -M M S R R Z 1 (3M-3) 0 0 -M (-2M +5/2) 0 6M+30 S X /2 0 6 R Z (-M +3/2) (-M +1) 36 S /3 1/3-1/3 2 X /2 0 6 X /3-1/3 1/3 2 X1 = 2 X2 = 6 Z optimum = 36 17

18 TEKNIK DUA FASE Dengan digunakannya konstanta M yang merupakan bilangan positif yang sangat besar sebagai penalty, maka bisa terjadi kesalahan perhitungan, terutama apabila perhitungan itu dilakukan dengan menggunakan program komputer. Kesalahan itu bisa terjadi karena koefisien tujuan relatif sangat kecil dibandingkan dengan harga M, sehingga komputer akan memperlakukannya sebagai koefisien yang berharga nol. Sebagai contoh, apabila pada persoalan teknik M di atas ditetapkan harga M = , maka koefisien X1 dan X2 pada fungsi tujuannya menjadi ( ) dan ( ). 18

19 TEKNIK DUA FASE Kesulitan ini bisa dikurangi dengan menggunakan teknik dua fase. Disini konstanta M dihilangkan dengan cara menyelesaikan persoalan dalam dua fase (dua tingkatan) sebagai berikut: Fase 1: Fase ini digunakan untuk menguji apakah persoalan yang kita hadapi memiliki solusi fisibel atau tidak. Pada fase ini fungsi tujuan semula diganti dengan MEMINIMUMKAN JUMLAH VARIABEL ARTIFISIALNYA (ΣRi). Jika nilai minimum fungsi tujuan baru ini berharga NOL (artinya seluruh variabel artifisial berharga nol), berarti persoalan memiliki SOLUSI FISIBEL, lanjutkan fase 2 Tetapi, jika nilai minimum fungsi tujuan baru ini berharga POSITIF, maka persoalan tidak memiliki solusi fisibel, STOP. Fase 2: Gunakan solusi basis optimum dari fase 1 sebagai solusi awal bagi persoalan semula. Dalam hal ini ubahlah bentuk fungsi tujuan fase 1 dengan mengembalikannya pada fungsi tujuan persoalan semula. Pemecahan persoalan dilakukan dengan cara seperti biasa. 19

20 TEKNIK DUA FASE Contoh 1: Maksimumkan Z = 3.X1 + 5.X2 Pembatas X1 4 2.X X1 + 2.X2 = 18 X1, X2 0 Bentuk standar: Maksimumkan Z = 3.X1 + 5.X2 + 0.S1 + 0.S2 M.R3 Pembatas X1 + S1 = 4 2.X2 + S2 = 12 3.X1 + 2.X2 + R3 = 18 X1, X2, S1, S2, R3 0 Untuk memasukkan model di atas ke dalam bentuk tabel, maka terlebih dahulu substitusikan R3 dengan cara: R3 = 18 3.X1 2.X2 20

21 TEKNIK DUA FASE Fase 1: Minimumkan r = R3 atau r = 18 3.X1 2.X2 Pembatas X1 + S1 = 4 2.X2 + S2 = 12 3.X1 + 2.X2 + R3 = 18 X1, X2, S1, S2, R3 0 21

22 TEKNIK DUA FASE Fase 1: Minimumkan: r + 3.X1 + 2.X2 = 18 Pembatas: X1 + S1 = 4 2.X2 + S2 = 12 3.X1 + 2.X2 + R3 = 18 X1, X2, S1, S2, R3 0 Iterasi Basis X1 X2 S1 S2 R3 Solusi 0 r S S R

23 TEKNIK DUA FASE Fase 1: Iterasi Basis X1 X2 S1 S2 R3 Solusi 0 1 r S S R r X S R

24 TEKNIK DUA FASE Fase 1: Iterasi Basis X1 X2 S1 S2 R3 Solusi r S S R r X S R r X S X /2 0 1/2 3 Persoalan di atas memiliki solusi fisibel. Selanjutnya R tidak diikutsertakan lagi. 24

25 TEKNIK DUA FASE Iterasi Basis X1 X2 S1 S2 R3 Solusi 2 r X S X /2 0 1/2 3 Fase 2: Dari tabel optimum pada fase 1 di atas dapat dituliskan persamaanpersamaan berikut: X1 + S1 = X1 = 4 S1 3.S1 + S2 = 6 X2 (3/2).S1 = X2 = 3 + (3/2).S1 25

26 Fase 2: Dari tabel optimum pada fase 1 di atas dapat dituliskan persamaanpersamaan berikut: X1 + S1 = X1 = 4 S1 3.S1 + S2 = 6 X2 (3/2).S1 = X2 = 3 + (3/2).S1 Kembali kepada model persoalan semula, dan dengan mensubstitusikan persamaan-persamaan di atas, didapatkan: Maksimumkan: Z = 3.X1 + 5.X2 Z = 3.(4 S1) + 5.(3 + (3/2).S1) Z = (9/2).S Pembatas: X1 + S1 = 4 3.S1 + S2 = 6 X2 (3/2).S1 = 3 X1, X2, S1, S2 0 TEKNIK DUA FASE 26

27 TEKNIK DUA FASE Fase 2: Iterasi Basis X1 X2 S1 S2 Solusi 0 Z 0 0-9/ X S X /

28 TEKNIK DUA FASE Fase 2: Iterasi Basis X1 X2 S1 S2 Solusi 0 1 Z 0 0-9/ X S X /2 0 3 Z /2 36 X /3 2 S /3 2 X /2 6 X1 = 2 X2 = 6 Z optimum = 36 28

29 TEKNIK DUA FASE Contoh 2: Minimumkan Z = 3.X1 + 5.X2 Pembatas X1 4 2.X2 =12 3.X1 + 2.X2 18 X1, X2 0 Minimumkan Z = 3.X1 + 5.X2 + 0.S1 + 0.S3 + M.R2 + M.R3 Pembatas X1 + S1 = 4 2.X2 + R2 = 12 3.X1 + 2.X2 S3 + R3 = 18 X1, X2, S1, S3, R2, R3 0 Untuk memasukkan model di atas ke dalam bentuk tabel, maka terlebih dahulu substitusikan R2 dan R3 dengan cara: R2 = 12 2.X2 R3 = 18 3.X1 2.X2 + S3 29

30 Fase 1: Minimumkan: r = R2 + R3 atau TEKNIK DUA FASE r = (12 2.X2) + (18 3.X1 2.X2+S3) r + 3.X1 + 4.X2 S3 = 30 Pembatas: X1 + S1 = 4 2.X2 + R2 = 12 3.X1 + 2.X2 S3 + R3 = 18 X1, X2, S1, S3, R2, R3 0 30

31 TEKNIK DUA FASE Fase 1: Iterasi Basis X1 X2 S1 S3 R2 R3 Solusi 0 r S R R

32 TEKNIK DUA FASE Fase 1: Iterasi Basis X1 X2 S1 S3 R2 R3 Solusi 0 1 r S R R r S X /2 0 6 R

33 Fase 1: TEKNIK DUA FASE Iterasi Basis X1 X2 S1 S3 R2 R3 Solusi r S R R r S X /2 0 6 R r S /3 1/3-1/3 2 X /2 0 6 X /3-1/3 1/3 2 33

34 TEKNIK DUA FASE Iterasi Basis X1 X2 S1 S3 R2 R3 Solusi 2 r S /3 1/3-1/3 2 X /2 0 6 X /3-1/3 1/3 2 Fase 2: Dari tabel optimum pada fase 1 di atas dapat dituliskan persamaanpersamaan berikut: S1 + (1/3).S3 = 2 X2 = 6 X1 (1/3).S3 = X1 = 2 + (1/3).S3 34

35 Fase 2: Dari tabel optimum pada fase 1 di atas dapat dituliskan persamaanpersamaan berikut: S1 + 1/3.S3 = 2 X2 = 6 X1 (1/3).S3 = X1 = 2 + (1/3).S3 Kembali kepada model persoalan semula, dan dengan mensubstitusikan persamaan-persamaan di atas, didapatkan: Minimumkan: Z = 3.X1 + 5.X2 Z = 3.[2 + (1/3).S3] + 5.(6) Z S3 = 36 Pembatas: S1 + (1/3).S3 = 2 X2 = 6 X1 (1/3).S3 = 2 X1, X2, S1, S3 0 TEKNIK DUA FASE 35

36 TEKNIK DUA FASE Fase 2: Iterasi Basis X1 X2 S1 S3 Solusi 0 X1 = 2 X2 = 6 Z optimum = 36 Z S /3 2 X X /3 2 Tabel di atas sudah langsung merupakan tabel optimum: Hal yang penting untuk diingat adalah bahwa variabel-variabel artifisial tidak diikutsertakan lagi dalam perhitungan pada fase 2 apabila pada akhir fase 1 variabel-variabel artifisial itu berstatus sebagai variabel non basis. 36

37 Soal 1: Model matematis: Minimum: Z = 6.X + 3.Y Pembatas: 2.X + 4.Y 16 4.X + 3.Y 24 dan X 0, Y 0 Model Standar: Minimum: Z - 6.X - 3.Y + M.R1 + M.R2 Pembatas: 2.X + 4.Y - S1 + R1 = 16 4.X + 3.Y - S2 + R2 = 24 dan X 0, Y 0, S1 0, S2 0, R1 0, R2 0 Tentukan: Bentuk standar model program liniernya Tabel Simpleks awal Pemecahan optimal dengan metode grafis dan simpleks (X=0, Y=8, Z=24) 37

38 Untuk memasukkan model di atas ke dalam bentuk tabel, maka terlebih dahulu substitusikan R1 dengan cara: R1 = 16 2.X 4.Y + S1 R2 = 24 4.X 3.Y + S2 Kemudian masukkan ke dalam persamaan Z sebagai berikut: Z = 6.X + 3.Y + 0.S1 + 0.S2 + M.(16 2.X 4.Y + S1) + M.(24 4.X 3.Y + S2) atau Z = (6 6.M).X + (3 7.M).Y + M.S1 + M.S M Z (6 6.M).X - (3 7.M).Y - M.S1 - M.S2 = 40.M Hal ini dilakukan dengan maksud agar dalam pembuatan tabel Simpleks awalnya, R1 dan R2 sudah secara otomatis dipaksa berharga nol. Selanjutnya selesaikan persoalan di atas dengan cara yang sama. 38

39 METODE PENALTY (TEKNIK M) Iterasi Basis Z X Y S1 S2 R1 R2 Solusi Rasio 0 Z 1 6M-6 7M-3 -M -M M R R Z 1 0 2,5M+1,5 -M 0,5M-1,5 0-1,5M+1,5 4M+36 1 R ,5-1 0,5 1-0,5 4 1,6 X 0 1 0,75 0-0,25 0 0, Z ,6-1,8 -M-0,6 -M+1,8 33,6 Y ,4 0,2 0,4-0,2 1,6 X ,3-0,4-0,3 0,4 4, Z M -M+1 24 Y 0 4/ /3 0 +1/3 8 S1 0 10/ /3-1 4/3 16 X = 0 Y = 8 Z optimum = 24 39

40 LATIHAN-1 Model matematis: Minimum: Z = 5.X + 3.Y Pembatas: 2.X + 4.Y 16 4.X + 3.Y 24 dan X 0, Y 0 Tentukan: Bentuk standar model program liniernya Tabel Simpleks awal Pemecahan optimal dengan metode grafis dan simpleks (X=4,8, Y=1,6, Z=28,8) 40

41 LATIHAN-2 Model matematis: Maksimum: Z = 3.X + 5.Y Pembatas: 2.X + 4.Y 16 4.X + 3.Y 24 2.X + 4.Y 7 dan X 0, Y 0 Tentukan: Bentuk standar model program liniernya Tabel Simpleks awal Pemecahan optimal dengan metode grafis dan simpleks (X=4,8, Y=1,6, Z=22,4) 41

Riset Operasional LINEAR PROGRAMMING

Riset Operasional LINEAR PROGRAMMING Bahan Kuliah Riset Operasional LINEAR PROGRAMMING Oleh: Darmansyah Tjitradi, MT. PROGRAM MAGISTER TEKNIK SIPIL UNLAM 25 1 ANALISA SISTEM Agar lebih mendekati langkah-langkah operasional, Hall & Dracup

Lebih terperinci

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi Lecture 4: (B) Supaya terdapat penyelesaian basis awal yang fisibel, pada kendala berbentuk = dan perlu ditambahkan variabel semu (artificial variable) pada ruas kiri bentuk standarnya, untuk siap ke tabel

Lebih terperinci

BAB V PROGRAMA LINIER : METODE SIMPLEKS

BAB V PROGRAMA LINIER : METODE SIMPLEKS BAB V PROGRAMA LINIER : METODE SIMPLEKS 5.1 Metode Simpleks Metode simpleks ialah suatu cara penyelesaian masalah programa linier yang diperkenalkan pertama kali oleh Dantzig pada tahun 1947, yakni suatu

Lebih terperinci

Pemrograman Linier (3)

Pemrograman Linier (3) Pemrograman Linier () Metode Big-M Ahmad Sabri Universitas Gunadarma, Indonesia Pada model PL di mana semua kendala memiliki relasi, variabel basis pada solusi awal (tabel simpleks awal) adalah Z dan semua

Lebih terperinci

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Metode simpleks merupakan sebuah prosedur matematis

Lebih terperinci

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Metode simpleks merupakan sebuah prosedur matematis berulang untuk menemukan penyelesaian optimal soal programa

Lebih terperinci

Pemrograman Linier (4)

Pemrograman Linier (4) Pemrograman Linier (4) Metode dua fase Ahmad Sabri Universitas Gunadarma, Indonesia Sesuai dengan namanya, metode dua fase menyelesaikan problem PL dalam dua tahap (fase): 1 Ubah model PL ke dalam bentuk

Lebih terperinci

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5 METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5 Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Metode simpleks merupakan sebuah prosedur matematis berulang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bagian ini diberikan beberapa konsep dasar yang menjadi landasan berpikir dalam penelitian ini, seperti pengertian persediaan, metode program linier. 2.1. Persediaan 2.1.1. Pengertian

Lebih terperinci

contoh soal metode simplex dengan minimum

contoh soal metode simplex dengan minimum contoh soal metode simplex dengan minimum Perusahaan Maju Terus merencanakan untuk menginvestasikan uang paling banyak $ 1.200.000. uang ini akan ditanamkan pada 2 buah cabang usaha yaitu P dan Q. setiap

Lebih terperinci

Pengubahan Model Ketidaksamaan Persamaan

Pengubahan Model Ketidaksamaan Persamaan METODA SIMPLEKS Metoda Simpleks Suatu metoda yang menggunakan prosedur aljabar untuk menyelesaikan programa linier. Proses penyelesaiannya dengan melakukan iterasi dari fungsi pembatasnya untuk mencapai

Lebih terperinci

Metode Simpleks (Simplex Method) Materi Bahasan

Metode Simpleks (Simplex Method) Materi Bahasan Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks

Lebih terperinci

PROGRAM LINIER METODE SIMPLEKS

PROGRAM LINIER METODE SIMPLEKS PROGRAM LINIER METODE SIMPLEKS Merupakan metode yang biasanya digunakan untuk memecahkan setiap permasalahan pada pemrogramman linear yang kombinasi variabelnya terdiri dari tiga variabel atau lebih. Metode

Lebih terperinci

Metode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Materi Bahasan

Metode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Materi Bahasan Metode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Kuliah 04 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Metode simpleks dalam bentuk tabel 2 Pemecahan untuk masalah minimisasi

Lebih terperinci

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS 6.1 Teori Dualitas Teori dualitas merupakan salah satu konsep programa linier yang penting dan menarik ditinjau dari segi teori dan praktisnya.

Lebih terperinci

Manajemen Sains. Pemrograman Linier (Metode Simpleks) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011

Manajemen Sains. Pemrograman Linier (Metode Simpleks) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011 Manajemen Sains Pemrograman Linier (Metode Simpleks) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011 Komponen dasar Variabel keputusan yang kita cari untuk ditentukan Objective (tujuan)

Lebih terperinci

Model umum metode simpleks

Model umum metode simpleks Model umum metode simpleks Fungsi Tujuan: Z C X C 2 X 2 C n X n S S 2 S n = NK FungsiPembatas: a X + a 2 X 2 + + a n X n + S + S 2 + + S n = b a 2 X + a 22 X 2 + + a 2n X n + S + S 2 + + S n = b 2 a m

Lebih terperinci

Teknik Riset Operasi. Oleh : A. AfrinaRamadhani H. Teknik Riset Operasi

Teknik Riset Operasi. Oleh : A. AfrinaRamadhani H. Teknik Riset Operasi Oleh : A. AfrinaRamadhani H. 1 PERTEMUAN 7 2 METODE BIG M Sering kita menemukan bahwa fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tapi juga oleh pertidakasamaan dan/atau persamaan (=). Fungsi

Lebih terperinci

ALGORITMA METODE SIMPLEKS (PRIMAL)

ALGORITMA METODE SIMPLEKS (PRIMAL) ALGORITMA METODE SIMPLEKS (PRIMAL) Artificial Variable Algoritma Simpleks Metode M (Method of penalty) Metode dua fase Tabel Simpleks dalam bentuk matriks Artificial Variable (AV) Apabila terdapat satu

Lebih terperinci

METODE BIG M. Metode Simpleks, oleh Hotniar Siringoringo, 1

METODE BIG M. Metode Simpleks, oleh Hotniar Siringoringo, 1 METODE BIG M Sering kita menemukan bahwa fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tapi juga oleh pertidakasamaan dan/atau persamaan (=). Fungsi kendala dengan pertidaksamaan mempunyai surplus

Lebih terperinci

BAB II METODE SIMPLEKS

BAB II METODE SIMPLEKS BAB II METODE SIMPLEKS 2.1 Pengantar Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linier adalah metode simpleks. Penentuan solusi optimal menggunakan metode simpleks didasarkan

Lebih terperinci

Metode Simpleks. Program linier bentuk standar Pengantar metode simpleks

Metode Simpleks. Program linier bentuk standar Pengantar metode simpleks Metode Simpleks Program linier bentuk standar Pengantar metode simpleks Metode-metode Grafis; Jumlah variable yang sedikit Simpleks; Jumlah variable: small - large Interior-point Jumlah variable: etra

Lebih terperinci

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

METODE SIMPLEKS KASUS MEMAKSIMUMKAN TUGAS KELOMPOK RISET OPERASI METODE SIMPLEKS KASUS MEMAKSIMUMKAN KELOMPOK RINI ANGGRAINI S (H ) NURUL MUTHIAH (H 5) RAINA DIAH GRAHANI (H 68) FATIMAH ASHARA (H 78) PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS

Lebih terperinci

TEORI DUALITAS. Pertemuan Ke-9. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia

TEORI DUALITAS. Pertemuan Ke-9. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia TEORI DUALITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-9 Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia 1 PENGANTAR Diperlukan sebagai dasar interpretasi ekonomis suatu persoalan

Lebih terperinci

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model RISET OPERASIONAL MINGGU KE- Linier Programming: Formulasi Masalah dan Model Disusun oleh: Nur Azifah., SE., M.Si Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik riset operasi

Lebih terperinci

Algoritma Simplex. Algoritma Simplex adalah algoritma yang digunakan untuk mengoptimalkan fungsi objektif dan memperhatikan semua persamaan

Algoritma Simplex. Algoritma Simplex adalah algoritma yang digunakan untuk mengoptimalkan fungsi objektif dan memperhatikan semua persamaan Algoritma Simplex Algoritma Simplex adalah algoritma yang digunakan untuk mengoptimalkan fungsi objektif dan memperhatikan semua persamaan kendala. (George Dantizg, USA, 1950) Contoh Kasus Suatu perusahaan

Lebih terperinci

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks

Lebih terperinci

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS] MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT011215 / 2 SKS] LINIER PROGRAMMING Formulasi Masalah dan Pemodelan Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik

Lebih terperinci

MATA KULIAH RISET OPERASIONAL

MATA KULIAH RISET OPERASIONAL MATA KULIAH RISET OPERASIONAL [KODE/SKS : KK023311/ 2 SKS] METODE SIMPLEKS Pengubahan ke dalam bentuk baku Untuk menyempurnakan metode grafik. Diperkenalkan oleh : George B Dantzig Ciri ciri : 1. Semua

Lebih terperinci

PEMROGRAMAN LINIER. Metode Simpleks

PEMROGRAMAN LINIER. Metode Simpleks PEMROGRAMAN LINIER Metode Simpleks Metode Simpleks Metode simpleks digunakan untuk memecahkan permasalahan PL dengan dua atau lebih variabel keputusan. Prosedur Metode Simpleks: Kasus Maksimisasi a. Formulasi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Program Linear Program Linear adalah suatu cara yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan berbagai kendala yang dihadapinya. Masalah program

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang bersaing, dengan cara

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier digunakan untuk menunjukkan

Lebih terperinci

Manajemen Sains. Eko Prasetyo. Teknik Informatika UMG Modul 3 PEMROGRAMAN LINIER METODE SIMPLEKS

Manajemen Sains. Eko Prasetyo. Teknik Informatika UMG Modul 3 PEMROGRAMAN LINIER METODE SIMPLEKS Modul 3 PEMROGRAMAN LINIER METODE SIMPLEKS Dalam menggunakan metode simpleks, hal yang perlu diperhatikan adalah mengonversi constraint yang masih dalam bentuk pertidaksamaan menjadi persamaan menggunakan

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN Pada bab ini, akan dijelaskan metode-metode yang penulis gunakan dalam penelitian ini. Adapun metode yang akan digunakan dalam penelitian ini adalah Metode Simpleks dan Metode Branch

Lebih terperinci

Metode Simpleks M U H L I S T A H I R

Metode Simpleks M U H L I S T A H I R Metode Simpleks M U H L I S T A H I R PENDAHULUAN Metode Simpleks adalah metode penentuan solusi optimal menggunakan simpleks didasarkan pada teknik eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di

BAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di BAB II TINJAUAN PUSTAKA 2.1 Pemrograman Linier (Linear Programming) Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan

Lebih terperinci

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam menghadapi globalisasi dunia saat ini mendorong persaingan diantara para pelaku bisnis yang semakin ketat. Di Indonesia sebagai negara berkembang, pembangunan

Lebih terperinci

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Terdapat bermacam-macam network model. Network : Suatu sistem saluran-saluran yang menghubungkan titiktitik

Lebih terperinci

mempunyai tak berhingga banyak solusi.

mempunyai tak berhingga banyak solusi. Lecture 4: A. Introduction Jika suatu masalah LP hanya melibatkan 2 kegiatan (variabel keputu-san) saja, maka dapat diselesaikan dengan metode grafik. Tetapi, jika melibatkan lebih dari 2 kegiatan, maka

Lebih terperinci

BAB III. METODE SIMPLEKS

BAB III. METODE SIMPLEKS BAB III. METODE SIMPLEKS 3.1. PENGANTAR Metode grafik tidak dapat menyelesaikan persoalan linear program yang memilki variabel keputusan yang cukup besar atau lebih dari dua, maka untuk menyelesaikannya

Lebih terperinci

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tito Adi Dewanto Cara dan formulasi masalah ke dalam persamaan linier sama dengan metode grafik. Perbedaan pada langkah-langkah untuk pemecahan optimal. Kelebihan metode Simpleks dibanding dengan metode

Lebih terperinci

Rivised Simpleks Method (metode simpleks yang diperbaiki)

Rivised Simpleks Method (metode simpleks yang diperbaiki) Rivised impleks Method (metode simpleks yang diperbaiki) Metode simpleks yang sudah kita pelajari, menunjukkan bahwa setiap perpindahan tabel baru selalu membawa semua elemen yang terdapat dalam tabel.

Lebih terperinci

IMPLEMENTASI ALGORITMA PEMROGRAMAN LINIER SIMPLEKS DUA FASE MENGGUNAKAN BAHASA C++

IMPLEMENTASI ALGORITMA PEMROGRAMAN LINIER SIMPLEKS DUA FASE MENGGUNAKAN BAHASA C++ IMPLEMENTASI ALGORITMA PEMROGRAMAN LINIER SIMPLEKS DUA FASE MENGGUNAKAN BAHASA C++ Nama : Adityo Rancaka NPM : 50412263 Jurusan : Teknik Informatika Fakultas : Teknologi Industri Universitas Gunadarma

Lebih terperinci

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

Teori Dualitas dan Penerapannya (Duality Theory and Its Application) Teori Dualitas dan Penerapannya (Duality Theory and Its Application) Kuliah 6 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Teori dualitas 2 Metode simpleks dual TI2231 Penelitian Operasional I 2

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka (elemen-elemen) yang disusun menurut baris dan kolom sehingga berbentuk empat persegi panjang, di mana

Lebih terperinci

METODE dan TABEL SIMPLEX

METODE dan TABEL SIMPLEX METODE dan TABEL SIMPLEX Mengubah bentuk baku model LP ke dalam bentuk tabel akan memudahkan proses perhitungan simplex. Langkah-langkah perhitungan dalam algoritma simplex adalah :. Berdasarkan bentuk

Lebih terperinci

BAB I PENGANTAR PROGRAM LINIER

BAB I PENGANTAR PROGRAM LINIER BAB I PENGANTAR PROGRAM LINIER Pengertian Program linier merupakan kata benda dari pemogramman linier (linear programming), muncul dalam penelitian operasional (operational research) Menurut George B Dantzing

Lebih terperinci

Ada beberapa kasus khusus dalam simpleks. Kadangkala kita akan menemukan bahwa iterasi tidak berhenti, karena syarat optimalitas atau syarat

Ada beberapa kasus khusus dalam simpleks. Kadangkala kita akan menemukan bahwa iterasi tidak berhenti, karena syarat optimalitas atau syarat Muhlis Tahir Ada beberapa kasus khusus dalam simpleks. Kadangkala kita akan menemukan bahwa iterasi tidak berhenti, karena syarat optimalitas atau syarat kelayakan tidak pernah dapat terpenuhi. Adakalanya

Lebih terperinci

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER METODE SIMPLEKS DALAM PROGRAM LINIER Dian Wirdasari Abstrak Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan

Lebih terperinci

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Menurut Aminudin (2005), program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier

Lebih terperinci

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS A. Metode Simpleks Metode simpleks yang sudah kita pelajari, menunjukkan bahwa setiap perpindahan tabel baru selalu membawa semua elemen yang terdapat dalam

Lebih terperinci

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses

Lebih terperinci

PENYEDERHANAAN OPERASI PERHITUNGAN PADA METODE SIMPLEKS

PENYEDERHANAAN OPERASI PERHITUNGAN PADA METODE SIMPLEKS PENYEDERHANAAN OPERASI PERHITUNGAN PADA METODE SIMPLEKS Yulia Yudihartanti ABSTRAKSI Metode simpleks merupakan salah satu teknik penyelesaian programasi linear dengan beberapa cara operasi perhitungan

Lebih terperinci

BAB IV. METODE SIMPLEKS

BAB IV. METODE SIMPLEKS BAB IV. METODE SIMPLEKS Penentuan solusi optimal menggunakan simpleks didasarkan pada teknik eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik ekstrim (ingat kembali solusi

Lebih terperinci

Metode Simpleks Minimum

Metode Simpleks Minimum Metode Simpleks Minimum Perhatian Untuk menyelesaikan Persoalan Program Linier dengan Metode Simpleks untuk fungsi tujuan memaksimumkan dan meminimumkan caranya BERBEDA. Perhatian Model matematika dari

Lebih terperinci

Metode Simplex. Toha Ardi Nugraha

Metode Simplex. Toha Ardi Nugraha Metode Simplex Toha Ardi Nugraha Pendahuluan Metode simpleks merupakan salah satu teknik penyelesaian dengan program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan

Lebih terperinci

Minimumkan: Z = 4X 1 + X 2 Batasan: 3X 1 + X 2 = 3 4X 1 + 3X 2 6 X 1 + 2X 2 4

Minimumkan: Z = 4X 1 + X 2 Batasan: 3X 1 + X 2 = 3 4X 1 + 3X 2 6 X 1 + 2X 2 4 TEKNIK DUA TAHAP Tahap I. Tambahkan variable buatan sebagaimana diperlukan untuk memperoleh pemecahan awal. Bentuklah fungsi tujuan baru yang mengusahakan minimalisasi jumlah variable buatan dengan batasan

Lebih terperinci

PROGRAM LINEAR DENGAN METODE SIMPLEX

PROGRAM LINEAR DENGAN METODE SIMPLEX PROGRAM LINEAR DENGAN METODE SIMPLEX PENDAHULUAN Metode simpleks ini adalah suatu prosedur aljabar yang bukan secara grafik untuk mencari nilai optimal dari fungsi tujuan dalam masalah-masalah optimisasi

Lebih terperinci

Pemrograman Linier (6)

Pemrograman Linier (6) Pemrograman Linier (6) Analisa Sensitivitas Ahmad Sabri Universitas Gunadarma, Indonesia Analisa sensitivitas: pengertian Dalam PL, parameter (data input) dari model dapat diubah dalam batasan tertentu,

Lebih terperinci

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11 Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia 1 Pengantar Merupakan analisis yang dilakukan untuk mengetahui akibat/pengaruh

Lebih terperinci

Bentuk Standar. max. min

Bentuk Standar. max. min Teori Dualitas 2 Konsep Dualitas Setiap permasalahan LP mempunyai hubungan dengan permasalahan LP lain Masalah dual adalah sebuah masalah LP yang diturunkan secara matematis dari satu model LP primal 3

Lebih terperinci

Metode Simpleks Dengan Tabel. Tabel simpleks bentuk umum

Metode Simpleks Dengan Tabel. Tabel simpleks bentuk umum Metode Simpleks Dengan Tabel Tabel simpleks bentuk umum Pendahuluan Bentuk program linier yang ada bukan hanya bentuk standar. Bentuk program linier yang mungkin dapat berupa: Fungsi tujuan diminimalkan

Lebih terperinci

Perhatikan model matematika berikut ini. dapat dibuat tabel

Perhatikan model matematika berikut ini. dapat dibuat tabel 4. Metode Simpleks Maks/min : h.m Perhatikan model matematika berikut ini. simpleksnya yaitu. dapat dibuat tabel Cb VDB Q M M Penilai an Z Keterangan: = variabel ke-j (termasuk variabel slack dan surplus)..

Lebih terperinci

Taufiqurrahman 1

Taufiqurrahman 1 PROGRAM LINEAR: METODE SIMPLEX Latar Belakang Sulitnya menggambarkan grafik berdimensi banyak atau kombinasi lebih dari dua variabel. Metode grafik tidak mungkin dapat dilakukan untuk menyelesaikan masalah

Lebih terperinci

Analisis Sensitivitas. Ayundyah

Analisis Sensitivitas. Ayundyah Analisis Sensitivitas Ayundyah Analisis Sensitivitas Perubahan (ketidakpastian) yang mungkin dihadapi pada analisis sensitifitas adalah : Perubahan Koefisien Fungsi Tujuan Perubahan Konstanta Ruas Kanan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Program Linier Para ahli mendefinisikan program linier sebagai sebuah teknik analisa yang digunakan untuk memecahkan segala persoalan atau masalah-masalah keputusan yang ada

Lebih terperinci

Metode Simpleks dengan Big M dan 2 Phase

Metode Simpleks dengan Big M dan 2 Phase Metode Simpleks dengan Big M dan 2 Phase Metode Simpleks Vs. Simpleks Big-M Perbedaan metode simpleks dengan metode simpleks Big-M adalah munculnya variabel artificial (variabel buatan), sedangkan metode

Lebih terperinci

PROGRAM LINEAR: METODE SIMPLEX

PROGRAM LINEAR: METODE SIMPLEX PROGRAM LINEAR: METODE SIMPLEX Latar Belakang Sulitnya menggambarkan grafik berdimensi banyak atau kombinasi lebih dari dua variabel. Metode grafik tidak mungkin dapat dilakukan untuk menyelesaikan masalah

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Perencanaan Produksi 1. Pengertian Perencanaan Produksi Perencanaan produksi merupakan perencanaan tentang produk apa dan berapa yang akan diproduksi oleh perusahaan yang bersangkutan

Lebih terperinci

BAB 2 PROGRAM LINEAR

BAB 2 PROGRAM LINEAR BAB 2 PROGRAM LINEAR 2.1. Pengertian Program Linear Pemrograman Linier disingkat PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Perencanaan Produksi 211 Arti dan Pentingnya Perencanaan Produksi Perencanaan produksi merupakan aktifitas untuk menetapkan produk yang akan diprodksi untuk periode selanjutnyatujuan

Lebih terperinci

PERTEMUAN 5 Metode Simpleks Kasus Minimum

PERTEMUAN 5 Metode Simpleks Kasus Minimum PERTEMUAN 5 Metode Simpleks Kasus Minimum Untuk menyelesaikan Persoalan Program Linier dengan Metode Simpleks untuk fungsi tujuan memaksimumkan dan meminimumkan caranya berbeda. Model matematika dari Permasalahan

Lebih terperinci

Danang Triagus Setiyawan ST.,MT

Danang Triagus Setiyawan ST.,MT Danang Triagus Setiyawan ST.,MT Metode ini didasari atas gagasan pergerakan dari satu titik ekstrim ke titik ekstrim yang lain pada satu susunan konvek yang dibentuk oleh set fungsi kendala dan kondisi

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Pengertian Manajemen Produksi dan Operasi Manajemen Produksi dan Operasi terdiri dari kata manajemen, produksi dan operasi. Terdapat beberapa pengertian untuk kata manajemen

Lebih terperinci

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah

Lebih terperinci

Analisis Sensitifitas. Analsis sensitifitas

Analisis Sensitifitas. Analsis sensitifitas Analisis Sensitifitas Analsis sensitifitas Dasar analisis sensitifitas Permasalahan matematika merupakan permasalahan pendekatan (model) Optimasi juga merupakan masalah pendekatan dengan menggunakan sebuah

Lebih terperinci

Operations Management

Operations Management 6s-1 LP Metode Simpleks Operations Management MANAJEMEN SAINS William J. Stevenson 8 th edition 6s-2 LP Metode Simpleks Bentuk Matematis Maksimumkan Z = 3X 1 + 5X 2 Batasan (constrain) (1) 2X 1 8 (2) 3X

Lebih terperinci

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c PROGRAM MAGISTER AGRIBISNIS UNIVERSITAS JAMBI Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Metode Simpleks adlh suatu metode yg secara matematis dimulai

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Linear Programming Linear Programming (LP) merupakan metode yang digunakan untuk mencapai hasil terbaik (optimal) seperti keuntungan maksimum atau biaya minimum dalam model matematika

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming) BAB 2 LANDASAN TEORI 2.1 Pengertian Program Linier (Linear Programming) Menurut Sri Mulyono (1999), Program Linier (LP) merupakan metode matematik dalam mengalokasikan sumber daya yang langka untuk mencapai

Lebih terperinci

Pemrograman Linier (2)

Pemrograman Linier (2) Solusi model PL dengan metode simpleks Ahmad Sabri Universitas Gunadarma, Indonesia 2 Bentuk umum model PL Ingat kembali bentuk umum model PL maksimum Maks Z = c x + c 2 x 2 +... + c n x n Dengan kendala:

Lebih terperinci

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11 Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia 1 Pengantar Merupakan analisis yang dilakukan untuk mengetahui akibat/pengaruh

Lebih terperinci

Optimasi. Bab Metoda Simplex. Djoko Luknanto Staf Pengajar Jurusan Teknik Sipil FT UGM

Optimasi. Bab Metoda Simplex. Djoko Luknanto Staf Pengajar Jurusan Teknik Sipil FT UGM Optimasi Bab Metoda Simplex Djoko Luknanto Staf Pengajar Jurusan Teknik Sipil FT UGM Masalah Awal x 1 = 0 E(0,9) G(4,6) Maksimumkan Z = 3x 1 + 5x 2 dengan kendala x 1 4 2x 2 12 3x 1 + 2x 2 18 dan x 1 0,

Lebih terperinci

Optimasi. Masalah Awal. Definisi 2. Contoh. Solusi Titik Sudut Feasible. Bab Metoda Simplex

Optimasi. Masalah Awal. Definisi 2. Contoh. Solusi Titik Sudut Feasible. Bab Metoda Simplex Masalah Awal Optimasi Bab Metoda Simplex Djoko Luknanto Staf Pengajar Jurusan Teknik Sipil FT UGM E(0,9) G(4,6) E(4,0) F(6,0) Maksimumkan dengan kendala x 1 4 2x 2 12 3x 1 + 2x 2 18 dan x 1 0, x 2 0 24/08/2003

Lebih terperinci

Analisis Sensitivitas (2)

Analisis Sensitivitas (2) (2) Metode Kuantitatif Untuk Bisnis Materi Keempat 1 Perubahan Pada Resources atau Right Hand Side (RHS) Range perubahan RHS ditentukan dengan menghitung rasio antara RHS dan kolom initial basic variable

Lebih terperinci

PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR

PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR T-11 RIVELSON PURBA 1 1 FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUSAMUS MERAUKE etong_extreme@yahoo.com ABSTRAK Purba, Rivelson. 01. Penerapan Logika

Lebih terperinci

BAB IV PROGRAMA LINIER : METODE GRAFIK

BAB IV PROGRAMA LINIER : METODE GRAFIK BAB IV PROGRAMA LINIER : METODE GRAFIK Pada dasarnya, metode-metode yang dikembangkan untuk memecahkan model programa linier ditujukan untuk mencari solusi dari beberapa alternatif solusi yang dibentuk

Lebih terperinci

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear 5 BAB II LANDASAN TEORI A Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear Persamaan linear adalah bentuk kalimat terbuka yang memuat variabel dengan derajat tertinggi adalah satu Sedangkan sistem

Lebih terperinci

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM PERTEMUAN 5 Metode Simpleks Kasus Minimum Untuk menyelesaikan Persoalan Program Linier dengan Metode Simpleks untuk fungsi tujuan memaksimumkan dan meminimumkan

Lebih terperinci

matematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA

matematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA K1 Kelas X matematika PEMINATAN PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami bentuk-bentuk persamaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Distribusi Distribusi merupakan proses pemindahan barang-barang dari tempat produksi ke berbagai tempat atau daerah yang membutuhkan. Kotler (2005) mendefinisikan bahwa

Lebih terperinci

TINJAUAN PRIMAL-DUAL DALAM PENGAMBILAN KEPUTUSAN

TINJAUAN PRIMAL-DUAL DALAM PENGAMBILAN KEPUTUSAN TINJAUAN PRIALDUAL DALA PENGABILAN KEPUTUSAN Oleh : Lusi elian Staf Pengajar Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia ABSTRAK Suatu program linear

Lebih terperinci

Bentuk Standar dari Linear Programming pada umumnya adalah sebagai berikut: Sumber daya 1 2. n yang ada

Bentuk Standar dari Linear Programming pada umumnya adalah sebagai berikut: Sumber daya 1 2. n yang ada Permasalahan dalam linear programming pada umumnya adalah sebagai berikut: Terdapat dua atau lebih produk yang dibentuk dari campuran dua atau lebih bahan. Terdapat mesin atau fasilitas lain yang digunakan

Lebih terperinci

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13 Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network :

Lebih terperinci

Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan

Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan mempunyai variabel surplus, tidak ada variabel slack.

Lebih terperinci

Dual Pada Masalah Maksimum Baku

Dual Pada Masalah Maksimum Baku Dual Pada Masalah Maksimum aku Setiap masalah program linear terkait dengan masalah dualnya. Kita mulai dengan motivasi masalah ekonomi terhadap dual masalah maksimum baku. Sebuah industri rumah tangga

Lebih terperinci